纺织学报 ›› 2020, Vol. 41 ›› Issue (08): 121-127.doi: 10. 13475/ j.fzxb.20190402507

• 机械与器材 • 上一篇    下一篇

基于BP 神经网络及其改进算法的织机效率预测

张晓侠1, 刘凤坤2, 买 巍1, 马崇启1   

  1. 1. 天津工业大学纺织科学与工程学院, 天津 300387; 2. 中国纺织信息中心, 北京 100020
  • 收稿日期:2019-04-08 修回日期:2020-05-09 出版日期:2020-08-15 发布日期:2020-08-21

Prediction of loom efficiency based on BP neural network and its improved algorithm

ZHANG Xiaoxia1, LIU Fengkun2, MAI Wei1, MA Chongqi1   

  1. 1. School of Textile Science and Engineering, Tiangong University, Tianjin 300387, China;
    2. China Textile Information Center, Beijing 100020, China
  • Received:2019-04-08 Revised:2020-05-09 Online:2020-08-15 Published:2020-08-21

摘要:

为准确预测纺织厂织布车间的织机效率,提出利用BP 神经网络、主成分分析结合BP 神经网络(PCABP)、遗传算法改进BP 神经网络(GA-BP)3 种模型预测织机效率,并将GA-BP 预测模型与传统BP 神经网络和PCA-BP 预测模型的预测结果进行对比分析。结果表明:GA-BP 对原始数据的拟合度最好,相关系数为0. 946 87,比BP 增加了6. 42%,比PCA-BP 增加了2. 61%;GA-BP、PCA-BP、BP 这3 种网络十万入纬的经停仿真值与期望值间的平均误差分别为0. 341 2、0. 303 1、0. 234 1,误差百分率分别为8. 63%、7. 67%、5. 92%,不同网络结构下织机效率仿真预测值与期望值间的平均误差分别为3. 010 9、2. 688 4、2. 118 9,误差百分率分别为3. 51%、3. 13%、2. 47%;3 种模型的预测准确度顺序由大到小为GA-BP、PCA-BP、BP。

关键词: BP 神经网络, 遗传算法, 主成分分析, 预测模型, 织机效率预测

Abstract:

In order to predict the loom efficiency more accurately in the weaving workshop of textile mills, three models, i.e. BP neural network, principal component analysis combined with BP neural network(PCA-BP) and genetic algorithm modified BP neural network model (GA-BP), were used to predict the loom efficiency. At the same time, the prediction results of the GA-BP were compared with that of the BP neural network and PCA-BP neural network. The results show that the GA-BP has the best fitting degree to the original data, the correlation coefficient is 0. 946 87, which is 6. 42% higher than BP and 2. 61% higher than PCA-BP. The average absolute errors between the simulated output value and the expected loom stoppage values over 100 000 weft insertions are 0. 341 2, 0. 303 1 and 0. 234 1, respectively, for GA -BP, PCA -BP and BP models, corresponding to error percentages 8. 63%, 7. 67% and 5. 92%. The average errors between the predicted and the expected values of the loom efficiency with different network models are 3. 010 9, 2. 688 4 and 2. 118 9, respectively, with error percentages of 3. 51%, 3. 13%, 2. 47%. The order of prediction accuracy of the three models is GA-BP, PCA-BP and BP.

Key words: BP neural network, genetic algorithm, principal component analysis, prediction model, loom efficiency prediction

[1] 黄珍珍, 莫碧贤, 温李红. 基于遗传算法及仿真技术的服装生产流水线平衡[J]. 纺织学报, 2020, 41(07): 154-159.
[2] 郑小虎, 鲍劲松, 马清文, 周衡, 张良山. 基于模拟退火遗传算法的纺纱车间调度系统[J]. 纺织学报, 2020, 41(06): 36-41.
[3] 莫帅, 冯战勇, 唐文杰, 党合玉, 邹振兴. 基于神经网络和遗传算法的锭子弹性管性能优化[J]. 纺织学报, 2020, 41(04): 161-166.
[4] 黄倩倩, 李俊. 环境温度突变时人体热感觉变化机制研究进展[J]. 纺织学报, 2020, 41(04): 188-194.
[5] 黄淇, 周其洪, 张倩, 王绍宗, 范伟, 孙会丰. 基于系统布置设计-遗传算法的纱线浸染生产线布局优化[J]. 纺织学报, 2020, 41(03): 84-90.
[6] 金守峰, 林强强, 马秋瑞, 张浩. 基于BP 神经网络的织物表面绒毛质量的检测方法[J]. 纺织学报, 2020, 41(02): 69-76.
[7] 张旭靖, 王立川, 陈雁. 基于遗传算法的服装缝制生产线平衡优化[J]. 纺织学报, 2020, 41(02): 125-129.
[8] 王晓晖, 刘月刚, 孟婥, 孙以泽. 基于遗传算法和神经网络的3D 增材印花工艺参数优化[J]. 纺织学报, 2019, 40(11): 168-174.
[9] 周捷, 马秋瑞. 基于BP 神经网络的运动文胸肩带属性与乳房振幅的函数关系 [J]. 纺织学报, 2019, 40(09): 186-0191.
[10] 孟朔 潘如如 高卫东 王静安 周利军. 采用主目标进化遗传算法的织造排程研究[J]. 纺织学报, 2019, 40(08): 169-174.
[11] 万莉 贡丽英 贾敏瑞. 基于主成分分析的智能复合材料结构损伤类型识别[J]. 纺织学报, 2019, 40(05): 53-58.
[12] 周捷 马秋瑞. BP 神经网络在塑身内衣压力预测中的应用[J]. 纺织学报, 2019, 40(04): 111-116.
[13] 查刘根 谢春萍. 应用四层BP神经网络的棉纱成纱质量预测[J]. 纺织学报, 2019, 40(01): 52-56.
[14] 王利君 毛鹏丽. 防电磁辐射聚吡咯/ 棉织物的制备及其性能[J]. 纺织学报, 2018, 39(09): 95-101.
[15] 刘为敏 谢红. BP神经网络下的智能化合体服装样板生成[J]. 纺织学报, 2018, 39(07): 116-121.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 邱善余. A734摇纱机纱框周长调节装置[J]. 纺织学报, 1984, 5(08): 61 .
[2] 张治国;尹红;陈志荣. 织物用柔软剂研究进展[J]. 纺织学报, 2005, 26(5): 128 -131 .
[3] 谭立平. 特殊服装材料对未来战争及人们生活的影响[J]. 纺织学报, 2004, 25(04): 128 -129 .
[4] 古和基. Z303型经编机编织重经组织实践与探讨[J]. 纺织学报, 1981, 2(05): 19 -22 .
[5] 于正书;邓永恭. 摩擦纺纱中摩擦辊径向跳动对纺纱的影响[J]. 纺织学报, 1989, 10(06): 15 -17 .
[6] 房宽峻;蔡玉青;戴瑾瑾;王菊生. 电化学氧化后碳纤维微结构的研究[J]. 纺织学报, 1998, 19(02): 7 -9 .
[7] 梁海顺;胡巧娥;邵臣恩. GD762型喷水织机综合性能的测试与分析[J]. 纺织学报, 1993, 14(10): 7 -12 .
[8] 毕可贤;冷玉梅. 柞蚕丝素溶解方法的研究[J]. 纺织学报, 1982, 3(11): 23 -26 .
[9] 赵峻波. 织编物结构性能及产品的探讨[J]. 纺织学报, 1984, 5(10): 21 -27 .
[10] 沈建江. 静电毛绒生产工艺[J]. 纺织学报, 1993, 14(04): 22 -25 .